基于近红外光谱的猪肉新鲜度无损检测方法的改进

摘要：

目的：采用可见/近红外光谱技术,结合岭回归偏最小二乘对猪肉新鲜度进行定量分析。方法利用自行搭建的可见/近红外光谱检测系统,采集62个猪肉样品表面380~900 nm范围内的反射光谱数据,进行标准正态变量变换(standard normal variable transform, SNVT)预处理后,建立偏最小二乘(partial least square regression, PLSR)模型。利用模拟退火算法(simulated annealing, SA)和粒子群算法(particle swarm optimization, PSO)进行岭参数寻优,建立猪肉挥发性盐基氮(total volatile basic nitrogen, TVB-N)的岭回归模型。结果所建模型的相关系数和误差分别为0.9819、1.2785 mg/100 g和0.9781、1.4628 mg/100 g。结论所建立的模型取得了较好的结果,利用岭回归偏最小二乘实现了对最小二乘估计的改良,更加验证了可见近红外光谱技术对猪肉新鲜度进行定量分析的巨大应用潜力。

关键词：近红外光谱法、新鲜度、挥发性盐基氮、岭回归

分类号：TH1;O65

资助基金：公益性行业农业科研专项经费资助项目201003008

在线出版日期：2015-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3007-3013